基于紅外圖像處理的變電站設備故障診斷.pdf

1、為了保證變電站運行的安全性和可靠性，對運行中的變電站電氣設備進行溫度監(jiān)測和故障檢測至關重要。紅外檢測技術是一種行之有效的熱故障檢測手段，但是目前故障檢測對人員經驗依賴程度較大，檢測效率較低。自動故障檢測則是解決上述問題行之有效的方法，而圖像處理是其中重要的一環(huán)。因此本文對變電站設備紅外圖像的去噪和分割進行了研究，并將研究成果應用到變電站設備的熱故障檢測之中。
　　首先，本文對變電站紅外圖像的特點和噪聲類型進行了分析和總結，并針對幾

2、種常用去噪算法的不足，提出了基于自適應加權的選擇式掩模算法用于圖像的去噪處理，算法能有效地消除高斯噪聲和椒鹽噪聲，適應性較強。然后，在對傳統(tǒng)FCM進行圖像分割研究的基礎上，針對FCM算法對聚類中心敏感，無法自動確定聚類中心等問題，提出了基于遺傳算法和灰度直方圖優(yōu)化的模糊圖像分割算法，算法較傳統(tǒng)FCM算法，魯棒性較強，且分割效果良好，能夠有效的提取目標區(qū)域。通過對過熱區(qū)域、正常區(qū)域和背景環(huán)境的分離，提取設備溫度特征，實現(xiàn)了基于相對溫差法的